我在加载Tensorflow (python3.7)中的数据集时遇到了问题
我在加载Tensorflow (python3.7)中的数据集时遇到了问题
提问于 2019-01-26 01:18:57
我正在尝试将图像数据集加载到tensorflow中，但我面临一个问题，要正确加载它。实际上，我在C驱动器中有一个名为PetImages的文件夹，其中包含两个名为cat和dog的文件夹。每个文件夹都保存更多的12450图像，因此总共是24500加上图像。我正在用以下代码加载它们：
import numpy as np
import matplotlib.pyplot as plt
import os
import cv2
DATADIR = "C:\Datasets\PetImages"
CATEGORIES = ["Dog","Cat"]
for the category in CATEGORIES:
path = os.path.join(DATADIR, category)
for img in os.listdir(path):
img_array = cv2.imread(os.path.join(path,img), cv2.IMREAD_GRAYSCALE)
plt.imshow(img_array, cmap="gray")
plt.show()
break
break代码的结果看起来非常好，它显示了文件夹的第一个图像。然后，使用以下代码将整个数组的形状转换为所需的像素速率：
IMG_SIZE=50
new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
plt.imshow(new_array, cmap = "gray")
plt.show()这个部分也很好，但是我想混合(洗牌)图像，这样我就可以对系统进行困惑并以这种方式检查准确性，但问题是它只显示了12450图像，在这段代码之后：
training_data = []
def create_training_data():
for category in CATEGORIES:
path = os.path.join(DATADIR, category)
class_num = CATEGORIES.index(category)
for img in os.listdir(path):
try:
img_array = cv2.imread(os.path.join(path,img),
cv2.IMREAD_GRAYSCALE)
new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
training_data.append([new_array, class_num])
except Exception as e:
pass
create_training_data()
print(len(training_data)然后使用随机的，我没有获得成功的洗牌图像从两个文件夹，它只显示一个文件夹的值。
import random
random.shuffle(training_data)
for the sample in training_data[:10]:
print(sample[1])但是我的结果是111-1，而不是随机生成的，比如011001，这个样式，我的意思是，下一个是1，或者。
你的帮助对我很有价值。提前感谢
回答 3
Stack Overflow用户
发布于 2019-01-26 05:44:26
在我看来就像一个缩进错误。第二个for循环位于第一个for循环之外，这将导致第一个循环完全终止，并在输入第二个循环之前将class_num设置为1。你可能想把它们筑巢。尝试：
def create_training_data():
for category in CATEGORIES:
path = os.path.join(DATADIR, category)
class_num = CATEGORIES.index(category)
for img in os.listdir(path):
try:
img_array = cv2.imread(os.path.join(path,img), cv2.IMREAD_GRAYSCALE)
new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
training_data.append([new_array, class_num])
except Exception as e:
pass
create_training_data()
print(len(training_data)Stack Overflow用户
发布于 2019-01-26 06:23:00
您可以尝试对训练数据的掩码或索引进行洗牌。
import random
index=[k for k in range(len(training_data))]
shuffIndex=random.shuffle(index)
shuffTrainigData=[training_data[val] for val in shuffIndex]希望它能帮上忙
Stack Overflow用户
发布于 2022-06-10 18:10:35
您的代码只加载了Dog数据--训练数据，因此是用于训练lentgh的12450。这意味着你只是洗牌狗的形象，这将给你1s。你的训练时间应该是25000。修补你的契约，你应该会没事的。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54374825
复制相关文章
相似问题
腾讯云开发者
